AI Engineering: twee richtingen
AI Engineering kun je begrijpen langs twee, elkaar aanvullende, richtingen:
- Software Engineering for AI (SE4AI): software‑engineeringdiscipline toepassen op systemen met AI‑componenten.
- AI for Software Engineering (AI4SE): AI inzetten om software‑engineeringwerk te verbeteren, automatiseren of orkestreren.
Het moeten geen extra hoofdonderdelen van deze kennisbank worden. Het zijn beter te begrijpen als dwarsdoorsnijdende perspectieven op Andrew Ng’s vierdelige AI Engineering Skills Map. Building and Deploying AI Applications is vooral SE4AI. Using Coding Agents is vooral AI4SE. Software engineering fundamentals ondersteunen beide. Shaping the Build verbindt beide met menselijke intentie, oordeel en verantwoordelijkheid.
SE4AI vraagt hoe je AI‑gebaseerde systemen goed engineert. AI4SE vraagt hoe AI engineers kan helpen software te bouwen. AI Engineering brengt beide samen: de engineer kan AI‑agents gebruiken om software te bouwen, terwijl diezelfde software ook AI‑modellen, tools, data, evals en beheersmaatregelen bevat.
SE4AI: Systemen met AI engineeren
Section titled “SE4AI: Systemen met AI engineeren”SE4AI vertrekt vanuit het te bouwen product. Het systeem bevat een model of AI‑component, dus het gedrag zit niet langer alleen in door ontwikkelaars geschreven code. Het hangt ook af van data, prompts, opgehaalde context, modelversies, tool calls, geheugen, orkestratie en menselijke review.
Dat verandert het engineeringprobleem:
| Aandachtspunt | Wat SE4AI toevoegt |
|---|---|
| Requirements | Definieer acceptabel probabilistisch gedrag, weigeringsgrenzen en behoefte aan menselijke review. |
| Architecture | Isoleer modelaanroepen, retrieval, tools, policy‑checks, traces en fallback‑paden. |
| Testing | Combineer deterministische tests met evals, red‑teamcases en menselijke review. |
| Maintenance | Volg wijzigingen aan model, prompt, data en retrieval als productieafhankelijkheden. |
| Operations | Monitor kwaliteit, latency, kosten, drift, veiligheidsincidenten en actualiteit van data. |
In SE4AI is systeemgedrag gedistribueerd. Code telt nog steeds, maar ook prompts, modelgedrag, context, data, tools, orkestratie, evals en guardrails bepalen de output. De engineer ontwerpt daarom het volledige systeem dat gedrag produceert, niet alleen de API‑aanroep naar een model.
AI4SE: Engineeren met AI
Section titled “AI4SE: Engineeren met AI”AI4SE vertrekt vanuit het engineeringproces. AI helpt bij het begrijpen van requirements, het verkennen van architecturen, code schrijven, tests genereren, wijzigingen reviewen, fouten debuggen, systemen documenteren, issues triageren en observability‑data inspecteren.
De grote verschuiving is van assistant naar agent:
- Code completion suggereert lokale code terwijl de developer stuurt.
- Chat‑assistants leggen uit, schetsen en transformeren code op verzoek.
- Coding agents inspecteren repositories, plannen wijzigingen, bewerken bestanden, draaien tests en itereren.
- Agentic software engineering coördineert meerdere agents of rollen over architectuur, coding, review, testing en documentatie.
AI4SE is verschoven van lokale codesuggesties naar repository‑bewuste agents. Het praktische verschil zit in autonomie en reikwijdte van de workflow. Een coding agent kan bestanden inspecteren, plannen, editen, testen en herproberen; daarom moet de engineer helderder taken geven, sterkere permissies regelen, betere verificatie inbouwen en bewuster toezicht houden.
Waarom het onderscheid ertoe doet
Section titled “Waarom het onderscheid ertoe doet”Mensen halen de twee gesprekken vaak door elkaar. Dat zorgt voor verwarring.
| Verwarring | Duidelijker kader |
|---|---|
| “AI Engineering betekent AI gebruiken om sneller te coderen.” | Dat is AI4SE, slechts één kant van het veld. |
| “AI Engineering betekent LLM‑applicaties bouwen.” | Dat is SE4AI, slechts één kant van het veld. |
| “De prompt is het product.” | In SE4AI zijn prompts één onderdeel van een groter geengineerd systeem. |
| “De agent kan de implementatie volledig dragen.” | In AI4SE kunnen agents werk uitvoeren, maar mensen blijven eigenaar van intentie, risico en release. |
De symmetrie is nuttig:
| AI4SE | SE4AI |
|---|---|
| AI verandert het engineeringproces. | AI verandert het geengineerde product. |
| AI assisteert de developer. | AI is onderdeel van de applicatie. |
| Coding agents werken in repositories. | Application agents werken in productie. |
| AI evalueert code. | Software evalueert AI. |
| De developer controleert AI. | De architectuur controleert AI. |
De synthese: AI Engineering
Section titled “De synthese: AI Engineering”De twee richtingen groeien steeds meer toe naar één professionele praktijk: AI Engineering. Een moderne AI‑engineer kan AI‑agents gebruiken om software te ontwerpen, te implementeren, te testen en te documenteren, terwijl de te bouwen software óók AI‑modellen, retrieval, tools, agents, evals en guardrails bevat.
Neem een agentic klantenservicesysteem. Het engineeringteam kan AI4SE gebruiken om:
- requirements en architectuuropties te verkennen;
- een eerste RAG‑implementatie te genereren;
- tests en eval‑cases te schrijven;
- falingen te inspecteren en code te refactoren;
- deployment en observability te configureren.
Het resulterende product is een SE4AI‑systeem:
- een LLM interpreteert gebruikersverzoeken;
- context engineering levert policies, historie en opgehaalde kennis;
- RAG verankert antwoorden in supportdocumentatie;
- tools bevragen bestellingen, refunds of accountstatus;
- een agent‑workflow beslist wanneer te antwoorden, vragen, escaleren of stoppen;
- evals en observability controleren kwaliteit, veiligheid, latency en kosten.
Diezelfde engineer werkt dus tegelijk in beide richtingen. AI helpt de software te produceren, en software engineering maakt het door AI ondersteunde product betrouwbaar genoeg om te opereren. Dat is de synthese: AI Engineering is de gedisciplineerde praktijk van het combineren van AI‑geassisteerd engineeringwerk met engineeringdiscipline voor AI‑gebaseerde systemen.
Dit verandert ook waar menselijke expertise zit. De oppervlakkige versie van AI‑geassisteerde ontwikkeling is: “zeg tegen AI wat hij moet coderen”. De sterkere versie is:
intent -> specification -> execution -> evaluationMensen bepalen in toenemende mate wat er gebouwd moet worden, waarom dat ertoe doet, welke randvoorwaarden gelden en hoe succes wordt beoordeeld. AI‑agents kunnen meer van de implementatielus uitvoeren, maar zijn afhankelijk van menselijke kadering, architectuur, taakdecompositie, evaluatiecriteria en review.
In deze synthese zijn de vier kennisbankgebieden geen onafhankelijke silo’s:
| Gebied | Rol in de synthese |
|---|---|
| Building and Deploying AI Applications | Biedt de SE4AI‑praktijken voor het engineeren van systemen waarvan het gedrag afhangt van AI. |
| Software Engineering Fundamentals | Biedt de discipline die zowel AI‑gegenereerd werk als AI‑gebaseerde systemen onderhoudbaar houdt. |
| Using Coding Agents | Biedt de AI4SE‑praktijken voor het inzetten van agents als engineering‑collaborators. |
| Shaping the Build | Biedt menselijke intentie, oordeel, afwegingsanalyse, orkestratie en verantwoordelijkheid. |
Het resultaat is een sterkere definitie van AI Engineering: niet alleen bouwen met modellen, en niet alleen coderen met agents, maar betrouwbare feedbacklussen creëren tussen intentie, implementatie, evaluatie en operatie.
Twee feedbacklussen
Section titled “Twee feedbacklussen”Beide richtingen verschuiven softwarewerk weg van “één keer alles correct schrijven”. Snelle feedbacklussen worden centraal.
In SE4AI bouwen teams een door AI ondersteund gedrag, evalueren dat, analyseren falingen en verbeteren het systeem. In AI4SE plannen agents, handelen, observeren, verifiëren en itereren op basis van bewijs uit de repository. In beide gevallen is het de taak van de engineer om de lus observeerbaar, begrensd en nuttig te maken.
SE4AI en AI4SE zijn allebei afhankelijk van feedback. De evaluatielus verbetert het gedrag van AI‑applicaties; de agentlus verbetert softwarewerk via herhaalde actie en verificatie. Bewijs verbindt de lussen. Zonder traces, tests, evals en review wordt iteratie beweging in plaats van engineeringvooruitgang.
Koppelen aan de kennisbank
Section titled “Koppelen aan de kennisbank”| Kennisbankgebied | Perspectief | Kernvraag |
|---|---|---|
| Building and Deploying AI Applications | SE4AI | Hoe engineeren we AI‑gebaseerde systemen? |
| Software Engineering Fundamentals | Gedeelde basis | Welke engineeringdisciplines maken beide richtingen betrouwbaar? |
| Using Coding Agents | AI4SE | Hoe engineeren we software met AI‑assistentie en agents? |
| Shaping the Build | Integratie | Hoe definiëren mensen intentie, randvoorwaarden, evaluatie en toezicht? |
De praktische conclusie is simpel: AI Engineering is niet alleen AI aan producten toevoegen, en het is niet alleen AI gebruiken om code te schrijven. Het is de gedisciplineerde combinatie van beide lijnen, onder menselijk oordeel, softwarekwaliteit en bewijs‑gedreven verbetering.
Petra Heck van Fontys University of Applied Sciences maakt hetzelfde onderscheid in termen van de AI-augmented software engineer: een professional die productierijpe AI‑systemen kan bouwen (SE4AI) en AI‑tools kan gebruiken om productierijpe systemen te bouwen (AI4SE). Dat kader benadrukt de menselijke rol in deze pagina: de engineer blijft een end‑to‑end probleemoplosser die met stakeholders werkt, het domein begrijpt en zowel door AI mogelijk gemaakte producten als AI‑geassisteerd engineeringwerk overziet.